#21 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
OpenAI: GPT-5.2 vs OpenAI: GPT-5.4
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.4。 GPT-5.2 (medium) benchmark 成本更低，为 $0.951 vs $1.533。 GPT-5.2 (medium) 更快，为 22.62s vs 23.10s，通过率为 72.7% vs 77.3%。
推荐模型GPT-5.2 (medium)它的得分接近这里的最高分（8.4 vs 8.5），同时成本比GPT-5.4 (medium)低约 1.6 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | GPT-5.2 GPT-5.2 medium | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| 分数 | 8.4 | 8.5 |
| 排名 | #21 | #18 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 77.3% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.791 | 10.220 |
| 总成本 | $0.951 | $1.533 |
| 输入价格 | $1.750 / 1M | $2.500 / 1M |
| 输出价格 | $14.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 105,004 | 81,127 |
| 输出令牌 | 9,914 | 6,155 |
| 推理令牌 | 44,868 | 82,515 |
| 响应时间（平均） | 22.62s | 23.10s |
| 响应时间（最大） | 102.93s | 100.41s |
| 响应时间（总计） | 339.28s | 508.26s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#18 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
快速对比
切换对比组合
GPT-5.2mediumvsGrok 4.5lowGPT-5.4mediumvsGrok 4.5lowMuse Spark 1.1lowvsGPT-5.2mediumMuse Spark 1.1lowvsGPT-5.4mediumMuse Spark 1.1highvsGPT-5.2mediumGPT-5.2mediumvsInklinghighGPT-5.2mediumvsGLM 5.2highGPT-5.4mediumvsGrok 4.5highGemini 3.5 FlashlowvsGPT-5.4mediumKimi K3maxvsGPT-5.2mediumMuse Spark 1.1highvsGPT-5.4mediumGPT-5.4mediumvsInklinghigh